全局局部细节感知条件随机场的高分辨率遥感影像建筑物提取

条件随机场模型由于其较强的上下文信息建模能力,被广泛应用于建筑物提取任务中。然而,面对高分辨率遥感影像丰富的地物信息,基于条件随机场的提取方法存在建筑物边界模糊的问题。本文提出了一种全局局部细节感知条件随机场框架,该框架提出全局局部一体化D-LinkNet,在有效利用多尺度建筑物信息的同时保留局部结构信息,解决了传统条件随机场一元势能丢失边界信息的问题。同时,该框架融合分割先验以缓解建筑物类内光谱差异较大的影响,利用更大尺度的上下文信息来精确提取建筑物,并引入局部类别标记代价从而保持细节信息以获取清晰的建筑物边界。实验结果表明,该框架在WHU卫星和航空数据集上的精度评价指标均优于其他对比方法,其IoU分别达89.82%和91.72%,对于复杂场景下的建筑物信息能够获得较好的提取效果。     

基于谱间关系的MODIS遥感影像水体提取研究

水是地球上万物的命脉所在,水体提取对于水资源调查、洪水灾害预测评估和环境监测等有着重要作用。而可见光和近红外波段水体与植被、城市和土壤光谱反射率的差异是利用遥感手段提取水体的基本原理。本文利用谱间关系法进行MOD IS图像的水体提取。结果表明,用于提取水体的谱间关系法比归一化植被指数(NDVI)法快速,但谱间关系法有把云错误地当作水体提取的缺点。     

基于广义Hough变换的不规则形状目标提取方法

提出了一种基于广义Hough变换的不规则形状目标的提取方法。该方法主要包括目标参数描述和目标提取两部分。实验表明，该方法精度好、效率高。     

Automatic Road Change Detection and GIS Updating from High Spatial Remotely-Sensed Imagery

This paper presents a tramework for road network change detectlon In order to upctate the Canadian National Topographic DataBase (NTDB). The methodology has been developed on the basis of road extraction from IRS-pan images (with a 5.8 m spatial resolution) by using a wavelet approach. The feature matching and conflation techniques are used to road change detection and updating. Elementary experiments have showed that the proposed framework could be used for developing an operational road database updating system.     

基于灰度形态学的高分辨率遥感影像预处理

提出了一种从高分辨率遥感影像中提取线性目标时影像预处理的方法。该方法基于灰度形态学的Top-Hat运算和灰度膨胀运算，用Top-Hat算子除去影像的噪声，再利用灰度膨胀增强影像目标和背景之间的对比度，使目标更易于识别。经过处理的遥感影像，能够更有效地提取影像的目标。     

Landsat TM及JERS－1 SAR数据在金矿探测中的应用研究

金矿遥感探测之关键在于成矿构造及铁氧化物、含羟基蚀变矿物的信息提取。ＪＥＲＳ—１ＳＡＲ在构造探测方面具有很大的优势，可通过噪斑消除及边缘增强的空间滤波来提取构造信息。ＬａｎｄｓａｔＴＭ可通过主成分变换，比值分析－主成分变换来提取蚀变矿物波谱信息、抑制植被波谱干扰。这两种遥感数据的复合处理可综合蚀变与构造信息。     

基于城区航空影像的变化检测

提出一种城区人工地物变化检测方法。其基本思想是:首先利用较简单方法进行变化检测,所检测出的变化都作为待选的变化;然后进行进一步的分析比较,从这些待选的变化中找出我们感兴趣的人工地物的变化。实验结果证明了该方法的有效性和可靠性。     

序贯一维型边缘检测新算法

本文提出一种既可用于从图象上提取具有某种用途的一维边缘,又可用于提取具有多种用途的二维边缘的序贯一维型边缘检测新算法。由于构成该算法重要组成部分的基础算子的作用,以及将二维问题化为一维问题求解而使其明显具有简单,快速、有效的特点。该算法还具有Abdou ^[1] 等所建议的边缘检测算子应具有的两个特性。     

基于高分遥感影像的建筑物侧面信息提取及其高度计算

本文选取成都市某一区域建筑物A、B为研究对象,采用分辨率为0.61 m的Quick bird影像,运用图像分割法和LVQ神经网络算法,提取建筑物侧面信息,根据假设法原理,构建高度计算物理模型,求取建筑物高度。对比实测数据,结合可能影响实验结果的实地因素、遥感影像因素进行精度分析与评价,探讨基于高分遥感影像的建筑物侧面信息提取和高度计算的方法。结果表明,LVQ神经网络算法在建筑物侧面提取和高度计算中有更好的应用价值,精度高达94%。